@techreport{oai:ipsj.ixsq.nii.ac.jp:00241922,
 author = {福地, 賢 and 李, 庭育 and 山﨑, 賢人 and 金井, 美岬 and 岡原, 浩平 and Ken, Fukuchi and Teng-Yok, Lee and Kento, Yamazaki and Misaki, Kanai and Kohei, Okahara},
 issue = {1},
 month = {Jan},
 note = {人物同定は，異なるカメラで撮影された同一人物を検索する重要な技術である．近年，深層学習を用いた手法が主流だが，特定の環境で学習されたモデルはドメイン依存性が高く，異なる環境下では精度が低下する．このため，実用化には導入環境での再学習が必要となり，コスト増大や個人情報保護の観点から課題となる．本論文では，このドメイン依存の一因として，人物画像の背景領域が影響している点に着目し，人物と背景の特徴量を考慮可能な 2 ストリームネットワークの構築を検討した．評価の結果，Rank-N 指標において提案手法の有効性を確認した．, In this paper, we propose a two-stream network architecture that can consider both person and background features. Person re-identification (Re-ID) is crucial for identifying individuals across different cameras. Deep learning models are widely used, but their domain-specific nature leads to poor performance in new environments, requiring costly and privacy-sensitive retraining. We focus on the background regions affecting person images and study the training process. Evaluation using the Rank-N metric demonstrates the effectiveness of our proposed approach.},
 title = {全身画像特徴と背景画像特徴の統合による人物同定手法の検討},
 year = {2025}
}